19.11.2026
SPACETECH

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

Früher mussten Betreiber:innen von Infrastruktur oft "vertrauen, dass nichts passiert“. Heute will Augmenterra mit Satellitendaten Klarheit bringen. Das Spinoff wertet Bodenbewegungen aus und will nach anhaltenden Erfolgen mit Kund:innen nun international skalieren.
/artikel/am-weg-in-richtung-scaleup-wie-augmenterra-weltweit-infrastruktur-ueberwachen-will
Das Augmenterra-Gründungsteam (v.l.) Ingo Hartmeyer, Markus Keuschnig und Markus Dörfler © Augmenterra

Jahrelang galt bei der Überwachung von weitläufiger Infrastruktur ein ungeschriebenes Gesetz: Man kontrollierte gezielt an bekannten Stellen, basierend auf Risikoanalysen. „Der Rest ist Vertrauen, dass nichts passiert“, sagt Augmenterra-Co-Founder Markus Dörfler im Gespräch mit brutkasten über die bisherigen Vorgehensweisen.

Genau an diesem Punkt setzt das Salzburger Startup, das Dörfler gemeinsam mit Markus Keuschnig und Ingo Hartmeyer gründete, an. Mit Radarsatellitendaten machen die Gründer millimetergenaue Boden- und Bauwerksbewegungen sichtbar. Ein technischer Ansatz, der Infrastrukturbetreibenden einen präzisen und präventiven Blick aus dem All ermöglicht.

Von der Forschung zur skalierbaren Softwarelösung

Die Anwendung soll, laut Augmenterra, so einfach zu verstehen sein wie andere gängige Kartensysteme. © Augmenterra

Wie Dörfler betont, erfindet das Team das Rad dabei nicht neu. Die genutzten Sentinel-1-Satelliten des europäischen Copernicus-Programms liefern bereits seit zwölf Jahren frei verfügbare Daten. Doch der Zugang und die großflächige Verarbeitung waren bisher hochkomplex. Das Startup, das 2022 als Ausgründung der GeoResearch Forschungsgesellschaft entstand, hat dieses akademische Wissen in ein Produkt verwandelt. „Wir haben gesehen, dass das eigentlich nichts mehr in der Forschung verloren hat“, so Dörfler über den Schritt ins Unternehmertum.

Die Funktionsweise ist nutzerzentriert aufgebaut. Die Software soll dabei automatisiert und flächendeckend ganze Länder auswerten. „Unser Ziel ist es, dass wir eine Kartenanwendung generieren, ähnlich wie Google Maps, mit der zusätzlichen Information, ob sich in diesem Bereich etwas bewegt hat“, erklärt der Gründer.

Markus Wagner als „Late-Co-Founder“ an Bord

Die Nachfrage sei da, sagt Dörfler. Während Augmenterra anfangs Aufklärungsarbeit leisten musste, nutzen heute Schwergewichte wie die ÖBB, die ASFINAG, das Land Salzburg oder die Austrian Power Grid (APG) das System.

Auch finanziell steht das Spinoff auf soliden Beinen. Die Kostenstruktur des bis vor kurzem gebootstrappten Unternehmens ist laut Dörfler klar marktgetrieben: Die Einnahmen stammen laut Dörfler zu 80 Prozent aus dem Markt, zu 20 Prozent aus geförderten F&E-Projekten. Um das Wachstum strategisch zu untermauern, holte sich das Team vor circa einem Jahr den Investor Markus Wagner (i5invest) als „eine Art Late Co-Founder“ an Bord, der Augmenterra mit seinem Team begleitet.

Die Weichen für die internationale Skalierung

Mit einem Umsatz, der in diesem Jahr die Marke von rund einer Million Euro geknackt hat, richtet sich der Blick nun über die Landesgrenzen hinaus. „Wir sind jetzt klar am Weg in Richtung Scaleup“, verrät Dörfler. Investor:innen zeigen laut dem Gründer bereits Interesse. Für die Expansion soll massiv in Rechenleistung, das Entwicklerteam sowie eine ambitionierte Go-to-Market-Strategie investiert werden.

Im Jahr 2027 sollen alle Bereiche von Tech Development bis Go-to-Market weiter beschleunigt werden. Klares Ziel ist es, mit Motion Intelligence einen neuen globalen Standard zu etablieren. Dabei zeigt sich das Team entspannt, was den Kapitalbedarf angeht, da das Geschäft laut Dörfler bereits aus eigener Kraft läuft. „Das Schöne ist, wenn man die Qual der Wahl hat, weil dann weiß man, wenn das jetzt nicht funktioniert, haben wir einfach noch einen Plan B“, schmunzelt Dörfler. Der Anspruch von Augmenterra bleibt dabei stets derselbe: Satellitendaten so aufbereiten, dass Endnutzer:innen einen unmittelbaren Mehrwert spüren und Infrastruktur sicherer wird.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„Am Weg in Richtung Scaleup“: Wie Augmenterra weltweit Infrastruktur überwachen will